Elasticsearch中文分词
1、ELasticsearch自带的分词器
Elasticsearch内置了很多分词器（analyzers），例如standard（标准分词器）、english（英文分词）和chinese（中文分词）。其中standard就是无脑的一个一个词（汉字）切分，所以适用范围广，但是精准度低。english对英文更加智能，可以识别单数负数，大小写，过滤stopwords（例如“the”这个词）等；chinese效果很差。
使用es 自带的分词standard,比如：世界如此之大，会分成世、界、如、此、之、大，这种分词把每个汉字都独立分开来了，这对中文分词就没有意义了。而我们实际上想得到一些词组。
2、第三方中文分词器
有很多不错的第三方中文分词器，可以很好地和ES结合起来使用。在ES中，每种分词器（包括内置的、第三方的）都会有个名称。如果不给出analyzer对应的名称，默认为standard。比较常用的中文分词器是中科院ICTCLAS的smartcn和IKAnanlyzer分词器。在本文中，我们介绍IKAnanlyzer分词器（下面简称ik）在windows下的使用。
1）下载地址
注意：ik版本一定要与es的版本一致，我这里选择的ik6.0.0版本
2）安装
elasticsearch-plugin.bat install
file:///D:/hadoop/elasticsearch-analysis-ik-6.0.0.zip
注意：install后面一定要跟ik压缩包所在的路径
3）安装完毕后
安装完成后，在ES的安装目录下的plugins目录下会多了一个analysis-ik目录（内容是ik的zip包解压后根目录下的所有文件，一共是5个jar文件和1个properties配置文件）
另外ES的安装目录下的config目录下多了一个analysis-ik目录（内容是ik的zip包解压后根目录下的config目录下所有文件，用于放置ik的自定义词库）
3、ik中文分词器的使用
ik提供了两个分词器，分别是ik_max_word 和ik_smart
1）ik_max_word
会将文本做最细粒度的拆分，比如会将“世界如此之大”拆分为世界、如此之、如此、之大。
2）ik_smart
会将文本做最粗粒度的拆分，比如会将“世界如此之大”拆分为世界、如此、之大。
4、中文分词在搜索中的使用
1）创建索引
PUT /index_ik_s
2）设置分析器
3）搜索测试
以上是针对分析器ik_smart做的测试，按照上面的步骤再自行对ik_max_word和standard进行测试。就不一 一贴图了，测试完，得出以下结论
结论：
1）ik_smart既能满足英文的要求，又更智能更轻量，占用存储最小，所以首推ik_smart
2）standard对英语支持是最好的，但是对中文是简单暴力将每个字都创建一个反向索引，浪费存储空间而且效果很差
3）ik_max_word比ik_smart对中文的支持更全面，但是存储上的开销实在太大，不建议使用
参考链接：
https://www.jianshu.com/p/bb89ad7a7f7d
https://blog.csdn.net/Barbarousgrowth_yp/article/details/80242811